基于理想點(diǎn)法的大中型光伏電站接入電網(wǎng)決策方法研究

孔 強(qiáng)，蔣云彩，章小楓，薄明明，汪楚錕，盛 敏

0 引言

近年來，隨著國產(chǎn)光伏組件及其相關(guān)設(shè)備生產(chǎn)技術(shù)逐漸成熟，國家出臺了一系列光伏產(chǎn)業(yè)扶持政策，我國光伏發(fā)電迅猛發(fā)展[1]。光伏產(chǎn)業(yè)呈現(xiàn)出規(guī)?；?、集中式發(fā)展，各地大中型光伏電站接入電網(wǎng)規(guī)模和數(shù)量日益增長，國家對光伏電站接入電網(wǎng)也發(fā)布點(diǎn)了一系列技術(shù)標(biāo)準(zhǔn)[2-3]。

隨著各地區(qū)光伏電站裝機(jī)規(guī)模擴(kuò)大，需要接入電網(wǎng)的大規(guī)模集中式大中型光伏電站越來越多，為了保證光伏電力就地消納，盡量減少系統(tǒng)網(wǎng)損，提高電網(wǎng)電能質(zhì)量及供電可靠性，對光伏電站接入電網(wǎng)方案的研究尤為迫切。

目前國內(nèi)外學(xué)者對光伏、風(fēng)電等新能源接入電網(wǎng)進(jìn)行了一系列研究[4-9]，文獻(xiàn)[4]提出了基于多屬性決策理論的分布式電源規(guī)劃方案綜合評判方法；文獻(xiàn)[5]提出了基于云模型多屬性決策理論的間歇性電源規(guī)劃方案的綜合評價(jià)方法；文獻(xiàn)[6]根據(jù)含高滲透率間歇性電網(wǎng)的特點(diǎn)，提出了一種基于決策實(shí)行與評價(jià)實(shí)驗(yàn)室法綜合評價(jià)體系；文獻(xiàn)[7]針對風(fēng)光互補(bǔ)獨(dú)立供電系統(tǒng)，在研究風(fēng)光資源、發(fā)電、儲能以及負(fù)載之間的復(fù)雜匹配關(guān)系的基礎(chǔ)上，將風(fēng)光互補(bǔ)獨(dú)立供電系統(tǒng)的優(yōu)化配置看作為一個多目標(biāo)優(yōu)化問題，其目標(biāo)函數(shù)為極大化供電可靠性和極小化成本；文獻(xiàn)[8]提出了一種基于改進(jìn)微分進(jìn)化算法的風(fēng)光互補(bǔ)混合供電系統(tǒng)容量優(yōu)化配置模型，構(gòu)造出以系統(tǒng)投資成本、運(yùn)行成本、維持系統(tǒng)供電可靠性等綜合成本最小為目標(biāo)的目標(biāo)函數(shù)。文獻(xiàn)[9]建立了實(shí)用光伏方陣模型和含集中式光伏電站的配電網(wǎng)仿真模型，就光伏電站接入電網(wǎng)的選點(diǎn)問題進(jìn)行了研究。這些研究主要集中在電源規(guī)劃及新能源供電系統(tǒng)等方面，鮮有學(xué)者就單個獨(dú)立大中型光伏電站接入電網(wǎng)方案決策進(jìn)行研究。

本文結(jié)合工程設(shè)計(jì)應(yīng)用實(shí)踐，就大中型光伏電站接入電網(wǎng)最優(yōu)方案決策方法進(jìn)行了研究，綜合考慮光伏電站接入電網(wǎng)投資經(jīng)濟(jì)性、電源消納能力、系統(tǒng)網(wǎng)損及光伏電站接入后電能質(zhì)量指標(biāo)等因素，提出了基于理想點(diǎn)法的光伏電站接入電網(wǎng)方案的綜合評價(jià)模型，并通過案例和工程實(shí)際應(yīng)用結(jié)果驗(yàn)證評價(jià)模型的有效性和可行性。

1 光伏電站接入電網(wǎng)電壓等級評價(jià)指標(biāo)

大中型光伏電站接入電網(wǎng)方案的選擇是由多種因素共同決定的，各地方電網(wǎng)及負(fù)荷發(fā)展情況各有特點(diǎn)，對光伏電站接入電網(wǎng)最終方案的選擇均有影響，本文結(jié)合多年新能源接入電網(wǎng)實(shí)踐經(jīng)驗(yàn)及行業(yè)相關(guān)標(biāo)準(zhǔn)規(guī)范，建立大中型光伏電站接入電網(wǎng)的相關(guān)評價(jià)指標(biāo)體系，包含投資規(guī)模、電源消納能力、網(wǎng)損和短路容量比。

1.1 投資規(guī)模

投資規(guī)模指標(biāo)是確定大中型光伏電站接入電網(wǎng)方案的重要因素。項(xiàng)目同等規(guī)模情況下，投資越少，更能夠體現(xiàn)項(xiàng)目決策的科學(xué)性和經(jīng)濟(jì)性。為了便于進(jìn)行方案比較，本文的投資規(guī)模僅考慮光伏電站接入電網(wǎng)所需的投資，如光伏升壓站（開關(guān)站）、外送線路投資等，不含光伏電站內(nèi)光伏組件等設(shè)備投資。

1.2 電源消納能力

光伏電力是具有安全、清潔、環(huán)保等優(yōu)點(diǎn)的新能源，所發(fā)出的電力最終通過電網(wǎng)送到千家萬戶。若所發(fā)的電力能就地平衡消納，則系統(tǒng)經(jīng)濟(jì)效益好，如果所發(fā)的電力無法就地消納，而需要向上級電網(wǎng)倒送，則不利于電網(wǎng)的經(jīng)濟(jì)運(yùn)行。本文將電源消納能力CA定義為：

式中：G為光伏發(fā)電出力，LD為光伏電站接入的同級及以下電壓等級電網(wǎng)用電負(fù)荷。CA≥0表示光伏電力能夠就近全部消納，CA＜0則表示光伏電力需向上級電網(wǎng)倒送電力，CA越大，則光伏電力同級消納條件越好，電源消納能力越強(qiáng)。

1.3 網(wǎng)損

網(wǎng)損是電能輸送過程中以熱能的形式散發(fā)的功率損失，電網(wǎng)中網(wǎng)損主要包含線路損耗、主變壓器損耗等，網(wǎng)損越大，則電網(wǎng)經(jīng)濟(jì)運(yùn)行能力越差。

1.4 短路容量比

光伏電站接入電網(wǎng)后，必須保證所接入的公共連接點(diǎn)（Piont of common Coupling，PCC）的諧波、電壓不平衡度、電壓波動及閃變等電能質(zhì)量指標(biāo)[16-18]合格，這些指標(biāo)的大小均與所接入的PCC點(diǎn)的短路容量（Capacity of short circuit，CSC）有關(guān)，短路容量越大，則電能質(zhì)量越好。本文采用短路容量比（Short-circuit capacity ratio，SCCR）作為電能質(zhì)量的評價(jià)指標(biāo)：

式中：GN為光伏電站裝機(jī)容量，SCCR為PCC點(diǎn)的短路容量比。SCCA越小，電能質(zhì)量越好，系統(tǒng)抗干擾能力越強(qiáng)。

2 基于理想點(diǎn)法的大中型光伏電站綜合評價(jià)模型

對原始決策矩陣進(jìn)行規(guī)范化處理后，使得各決策方案在不同的決策屬性上具有可比性，而決策方案的排序與決策屬性的權(quán)重有關(guān)。目前屬性權(quán)重賦值的方法大致分為兩類：主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法取決于專家決策者知識和經(jīng)驗(yàn)的積累，對決策屬性權(quán)重進(jìn)行賦值；客觀賦權(quán)法則通過數(shù)學(xué)理論進(jìn)行分析計(jì)算得出各決策屬性權(quán)重。

2.1 決策矩陣規(guī)范化

大中型光伏電站接入電網(wǎng)方案的選擇是由投資規(guī)模、電源消納能力、網(wǎng)損和短路容量比等多種屬性共同決策。

將接入電網(wǎng)方案集S表示為：

將決策屬性集C表示為：

將決策矩陣A表示為：

式中：aij為第i個方案的第j個決策屬性，由于不同的決策屬性通常有不同的量綱，為了使決策方案在不同屬性上具有可比性，需要對決策矩陣A進(jìn)行規(guī)范化處理。本文采用極差變換法將A轉(zhuǎn)化為規(guī)范化的決策矩陣B。

如果Cj是效益型屬性，

如果Cj是成本型屬性，

2.2 決策屬性的權(quán)重賦值方法

對原始決策矩陣進(jìn)行規(guī)范化處理后，使得各決策方案在不同的決策屬性上具有可比性，而決策方案的排序與決策屬性的權(quán)重有關(guān)。目前屬性權(quán)重賦值的方法可分為兩類：主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法取決于專家決策者知識和經(jīng)驗(yàn)的積累，對決策屬性權(quán)重進(jìn)行賦值；客觀賦權(quán)法則通過數(shù)學(xué)理論進(jìn)行分析計(jì)算得出各決策屬性權(quán)重。

2.2.1 基于層次分析法的主觀權(quán)重賦值

層次分析法[20]采用一定的標(biāo)度將人的主觀判斷進(jìn)行客觀量化，是將定性問題進(jìn)行量化的一種分析方法，它把復(fù)雜的問題分解為各個組成因素，將這些因素分組形成有序的遞接層次結(jié)構(gòu)，通過兩兩比較的方式確定各決策屬性的相對重要性，然后綜合專家的判斷，獲取各決策屬性的相對重要性，即權(quán)重值。

本文采用1-9標(biāo)度法確定各決策屬性重要性，如表1所示。

表1 1-9標(biāo)度表

設(shè)有某個方案各決策屬性為Cj（j=1，…n），采用1-9標(biāo)度法對各屬性的相對重要性進(jìn)行兩兩比較判斷，建立判斷矩陣M，基于判斷矩陣M，采用以下步驟計(jì)算決策屬性的權(quán)重。

1）計(jì)算M中每一行元素的乘積Mj。

2）計(jì)算Mj的n次方根。

3）對向量W=（W1，…Wn）進(jìn)行歸一化處理，得出決策屬性Cj的主觀權(quán)重。

4）對判斷矩陣進(jìn)行一致性檢驗(yàn)。

首先，求解判斷矩陣的最大特征根λmax，并計(jì)算一致性指標(biāo)CI。

式中n為判斷矩陣的維數(shù)，CI的值越小，說明評價(jià)專家兩兩比較判斷矩陣M的一致性越大。

然后，計(jì)算檢驗(yàn)系數(shù)CR：

式中RI為平均一致性指標(biāo)，當(dāng)比較的屬性指標(biāo)越多，即判斷矩陣的維數(shù)越大，判斷的一致性就越差，因此應(yīng)該放寬對高維判斷矩陣一致性的要求，引入RI進(jìn)行修正，RI的系數(shù)表如表2所示，CR越小，說明各指標(biāo)權(quán)數(shù)的可靠性越高，當(dāng)CR=0時(shí)，認(rèn)為判斷矩陣具有完全一致性；當(dāng)CR＜0.1時(shí)，可認(rèn)為判斷矩陣是滿意的。否則，說明對各屬性指標(biāo)的判斷有矛盾，應(yīng)該重新構(gòu)造判斷矩陣。

表2 RI的系數(shù)表

2.2.2 基于熵值法的客觀權(quán)重賦值

確定決策屬性權(quán)重除要考慮決策者的主觀偏好外，還應(yīng)考慮客觀決策信息本身，本文采用熵值法[20]對客觀權(quán)重進(jìn)行賦值，計(jì)算步驟如下：

1）根據(jù)已規(guī)范化的決策矩陣B，計(jì)算第j個屬性上的第i個方案的特征比重，即：

2）計(jì)算第j個屬性的熵值：

式中k＞0，eij≥0。

3）計(jì)算屬性的差異性系數(shù)。

對于給定的j，bij的差異越小，則ej越大，當(dāng)bij全部相等時(shí)，ej=emax=1，此時(shí)對于方案的比較，第j個屬性毫無作用。bij差異越大，則ej越小，第j個屬性對于方案的比較作用越大。因此，定義差異系數(shù)為gj=1-ej，gj越大，第j個屬性越重要。

4）確定屬性的權(quán)重。

2.3 基于理想點(diǎn)法的綜合評價(jià)模型

主觀賦權(quán)法反映了決策者的主觀判斷或直覺，方案的排序可能有一定的主觀隨意性，易受到?jīng)Q策者的知識和經(jīng)驗(yàn)的影響；客觀賦權(quán)法利用完善的數(shù)學(xué)理論，易忽視決策者的主觀信息。由于兩類方法都存在優(yōu)點(diǎn)和缺陷，本文綜合考慮主客觀因素，采用了基于理想點(diǎn)法的主客觀集成賦權(quán)法對決策方案進(jìn)行綜合評價(jià)[11]。

設(shè)主客觀權(quán)重向量分別為ω′和ω″，分別用α和β表示ω′和ω″的相對重要程度，建立基于理想點(diǎn)法的綜合評價(jià)模型[21]：

式中bj為屬性Cj的理想值，顯然di的值越小，決策方案越優(yōu)。為確定系數(shù)α和β，使得個方案的評價(jià)值最優(yōu)，應(yīng)用等權(quán)的線性權(quán)和法可將上述多目標(biāo)綜合評價(jià)模型轉(zhuǎn)化為如下等價(jià)的單目標(biāo)評價(jià)模型：

以上模型的最優(yōu)解α*和β*為：

3 案例分析

本文對華中某地20 MWp光伏電站工程并網(wǎng)項(xiàng)目接入電網(wǎng)方案進(jìn)行案例分析，本工程接入前項(xiàng)目所在地縣域電網(wǎng)110 kV及以上電網(wǎng)地理接線如圖1所示。其中：A站為220 kV變電站，有220/110/10 kV三個電壓等級，站內(nèi)有110 kV和220 kV出線間隔擴(kuò)建場地；B、C、D站均為110 kV變電站，B、C站有110/35/10 kV三個電壓等級，D站有110/10 kV兩個電壓等級，B站僅有35 kV出線間隔擴(kuò)建場地，C站無110 kV和35 kV擴(kuò)建場地，D站有110 kV出線間隔擴(kuò)建場地。

圖1 并網(wǎng)前110 kV及以上電網(wǎng)地理接線

根據(jù)文獻(xiàn)12，本工程可采用35 kV或110 kV電壓等級接入電網(wǎng)，本文結(jié)合電網(wǎng)情況，本工程擬定了3個接入電網(wǎng)方案：方案1，以35 kV并網(wǎng)接入B站；方案2，以110 kV并網(wǎng)接入A站；方案3，以110 kV并網(wǎng)接入D站，并對接入方案進(jìn)行綜合評價(jià)。影響接入電網(wǎng)電壓等級方案抉擇主要有4個決策屬性：即C1投資（萬元）、C2電網(wǎng)消納能力（%）、C3網(wǎng)損（MW）、C4短路容量比（%）。本工程相關(guān)決策指標(biāo)數(shù)據(jù)如表3所示，其中投資是各方案接入系統(tǒng)相關(guān)的線路、變電等設(shè)備的投資估算，網(wǎng)損和短路容量比是基于中國電科院BPA電力系統(tǒng)分析軟件計(jì)算分析得出的。

表3 接入電網(wǎng)方案的決策指標(biāo)值

采用層次分析法建立判斷矩陣表，如表4，通過計(jì)算得出各決策屬性的主觀權(quán)重值ω′為（0.6 091，0.1 603，0.0 703，0.1 603）T，判斷矩陣的最大特征根λmax=4.15，檢驗(yàn)系數(shù)CR=0.053＜0.1，判斷矩陣具有一致性。

根據(jù)表3中的決策信息，采用熵值法計(jì)算得出各決策屬性的客觀權(quán)重值ω″為（0.2 813，0.2 083，0.2 036，0.3 069）T。

表4 Ci-Cj的判斷矩陣表

最后通過基于理想點(diǎn)法綜合評價(jià)模型計(jì)算α*=0.4 716，β*=0.5 284，綜合屬性權(quán)重 ω*為（0.4359，0.1 856，0.1 407，0.2 377）T。屬性權(quán)重的計(jì)算結(jié)果詳細(xì)情況如表5所示。

表5 決策屬性權(quán)重的計(jì)算結(jié)果

根據(jù)基于理想點(diǎn)法得出的決策屬性權(quán)重ω*，計(jì)算出各方案的綜合評價(jià)值d1=0.2 377，d2=0.2 414，d3=0.7 728。各方案的排序結(jié)果為：方案S1最優(yōu)，其次是方案S2，方案 S3最差。

綜合比較各方案的評價(jià)指標(biāo)可知，方案1采用35 kV電壓等級接入電網(wǎng)，工程投資最少，本工程光伏電站所發(fā)電力能夠在35 kV及以下電網(wǎng)完全消納，減少了上級變電站變壓器及線路損耗，網(wǎng)損低，但短路容量比最大，電能質(zhì)量相對方案2和方案3較差，但在合格范圍內(nèi)；方案2和方案3采用110 kV電壓等級接入電網(wǎng)，工程投資較大，所發(fā)電力需要通過電網(wǎng)110 kV變電站及35 kV變電站多級降壓才能消納，增加了部分網(wǎng)絡(luò)損耗，但2個方案短路容量比較小，電能質(zhì)量較優(yōu)，系統(tǒng)抗干擾能力強(qiáng)；其中方案3較方案2并網(wǎng)線路長，工程投資大，系統(tǒng)網(wǎng)損較高。

從各方案決策信息本身分析，方案1技術(shù)經(jīng)濟(jì)性最優(yōu)；從決策者角度考慮，方案1投資最少，投資回報(bào)率高，且能夠滿足并網(wǎng)運(yùn)行要求。因此，方案1為本工程推薦方案。

本文采用基于理想點(diǎn)法的綜合評價(jià)模型得出的最優(yōu)方案，綜合考慮了決策者的意見以及各方案客觀決策屬性，最優(yōu)方案符合《配電網(wǎng)規(guī)劃設(shè)計(jì)技術(shù)導(dǎo)則》規(guī)定，得出的評價(jià)結(jié)果同電網(wǎng)公司最終批復(fù)意見一致，驗(yàn)證了本方法的有效性和實(shí)用性。

4 結(jié)論

隨著光伏產(chǎn)業(yè)的發(fā)展和大中型光伏電站接入電網(wǎng)規(guī)模和數(shù)量的日益增長，為光伏企業(yè)及電網(wǎng)公司提供技術(shù)經(jīng)濟(jì)最優(yōu)的并網(wǎng)方案成為亟待解決的問題。本文提出了大中型光伏電站接入電網(wǎng)相關(guān)評價(jià)指標(biāo)，考慮光伏電站接入電網(wǎng)投資經(jīng)濟(jì)性、電源消納能力、系統(tǒng)網(wǎng)損及光伏電站接入后電能質(zhì)量指標(biāo)等決策因素，提出了基于理想點(diǎn)法的光伏電站接入電網(wǎng)方案的綜合評價(jià)模型，綜合考慮基于決策者知識和經(jīng)驗(yàn)的積累主觀因素和決策信息本身的客觀因素。通過案例分析計(jì)算，并結(jié)合工程實(shí)際應(yīng)用結(jié)果，驗(yàn)證了評價(jià)模型的有效性和可行性。

下一步研究重點(diǎn)將根據(jù)推薦的最優(yōu)并網(wǎng)方案，開展大中型光伏及風(fēng)電等新能源經(jīng)濟(jì)運(yùn)行與控制等方面的研究，提高電網(wǎng)的供電可靠性和經(jīng)濟(jì)性。

[1]劉琦.中國2050高比例可再生能源發(fā)展前景暨路線研究[R].北京:國家發(fā)展改革委員會能源研究所，2015.

[2]GB/T 19964—2012光伏發(fā)電站接入電力系統(tǒng)技術(shù)規(guī)定[S].

[3]GB/T 29321—2012光伏法電站無功補(bǔ)償技術(shù)規(guī)范[S].

[4]王一波，許洪華.基于機(jī)會約束規(guī)劃的并網(wǎng)光伏電站極限容量研究[J].中國電機(jī)工程學(xué)報(bào)，2010，30（22）∶22-28.

[5]方景輝，溫鎮(zhèn).分布式光伏就地自適應(yīng)電壓控制策略研究[J].電力系統(tǒng)保護(hù)與控制，2015，43（23）∶49-55.

[6]姚天亮，吳興全，李志偉，等.計(jì)及多約束條件的風(fēng)光互補(bǔ)容量配比研究[J].電力系統(tǒng)保護(hù)與控制，2017，45（9）∶127-132.

[7]Borowy B S，Salaneh Z M.Methodology for optimally sizing the combination of battery bank and PV array in a wind PV hybrid system[J].IEEETransonEnergyConversion，2007，11（2）∶367-375.

[8]陳力，胡釙，衛(wèi)敬宜，等.一種新的光伏并網(wǎng)評價(jià)體系[J].電力系統(tǒng)保護(hù)與控制，2017，4（52）∶106-110.

[9]張全.復(fù)雜多屬性決策研究[R].沈陽:東北大學(xué)出版社，2008.

[10]夏澍，顧勁岳，葛曉琳，等.風(fēng)光聯(lián)合優(yōu)化配置的多目標(biāo)機(jī)會約束規(guī)劃方法[J].電力系統(tǒng)保護(hù)與控制，2016，44（6）∶35-40.

[11]陳汝昌，陳飛，張帆，等.新能源電網(wǎng)中微電源并網(wǎng)控制策略研究[J].電力系統(tǒng)保護(hù)與控制，2015，43（12）∶55-60.

[12]DL/T5279—2016配電網(wǎng)規(guī)劃設(shè)計(jì)技術(shù)導(dǎo)則[S].